Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
[2025/09/12更新] freeeのAIに関する取り組み
Search
freee
September 12, 2025
Technology
1
220
[2025/09/12更新] freeeのAIに関する取り組み
随時アップデート予定です。
社内でのAI活用の状況はdailyで変化があるため、最新の情報は面談/面接などでお問い合わせください。
freee
September 12, 2025
Tweet
Share
More Decks by freee
See All by freee
開発組織発 AI駆動経営
freee
0
100
「SaaS × AI Agentの未来」freee が AWS で築く AI Agent 基盤
freee
0
72
freee が目指す生成 AI 時代に向けた次世代データ プラットフォームとガバナンスとは / freee's Next-Generation Data Platform and Governance for the Coming Age of Generative AI
freee
1
400
freee請求書のSLO違反改善活動について / SLO violation remediation activities for freee invoices
freee
1
460
freee + Product Design FY25Q4
freee
4
16k
10分でわかるfreeeのQA
freee
1
15k
freee Movement Deck
freee
1
330k
freeeのモバイルエンジニアについて
freee
1
620
10分でわかるfreee エンジニア向け会社説明資料
freee
23
570k
Other Decks in Technology
See All in Technology
Oracle Cloud Infrastructure:2025年9月度サービス・アップデート
oracle4engineer
PRO
0
310
stupid jj tricks
indirect
0
7.4k
Pure Goで体験するWasmの未来
askua
1
150
Function calling機能をPLaMo2に実装するには / PFN LLMセミナー
pfn
PRO
0
590
あなたのWebサービスはAIに自動テストしてもらえる?アクセシビリティツリーで読み解く、AIの『視点』
yusukeiwaki
1
3.3k
AI時代に活躍できるエンジニアとは #弁護士ドットコム
bengo4com
0
250
Tomorrow graphlib, Let us use everybody
hayaosuzuki
0
140
Optuna DashboardにおけるPLaMo2連携機能の紹介 / PFN LLM セミナー
pfn
PRO
1
590
PythonとLLMで挑む、 4コマ漫画の構造化データ化
esuji5
0
120
新卒QAエンジニアの成長戦略
qatonchan
0
300
Goを使ってTDDを体験しよう!
chiroruxx
1
230
コンテキストエンジニアリングとは? 考え方と応用方法
findy_eventslides
4
810
Featured
See All Featured
Optimising Largest Contentful Paint
csswizardry
37
3.4k
Why Our Code Smells
bkeepers
PRO
339
57k
What's in a price? How to price your products and services
michaelherold
246
12k
Site-Speed That Sticks
csswizardry
10
870
The Art of Programming - Codeland 2020
erikaheidi
56
14k
JavaScript: Past, Present, and Future - NDC Porto 2020
reverentgeek
52
5.6k
GraphQLの誤解/rethinking-graphql
sonatard
72
11k
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
132
19k
Improving Core Web Vitals using Speculation Rules API
sergeychernyshev
18
1.2k
Facilitating Awesome Meetings
lara
56
6.6k
The World Runs on Bad Software
bkeepers
PRO
71
11k
ピンチをチャンスに:未来をつくるプロダクトロードマップ #pmconf2020
aki_iinuma
127
53k
Transcript
freee のAIツール 組織導入の取り組み
2 freee のAIツール組織導入の取り組み AIツールの特有の課題 • AIの急速な技術進歩に対応しながら、前例の少ないセキュリティリスクの適切な管理が必要 • 企業としての安全性確保と技術革新の両立
AI特区制度 • 特区認定されたチーム/メンバーに限定して、AI ツールの使用を許可 • サンドボックスでの利用(コンテナ、EC2) • ツールのセキュリティチェックにおいて優先的な対 応 • 早いサイクルでの検証と評価 AI駆動開発チーム • AIツールに関わるリスクや課題に対処する専門チーム • 社内向けのガイドラインや開発者向けのLLM基盤機能 の開発 • 迅速な組織導入とインパクトの最大化
3 freee のAIツール組織導入の取り組み freeeでのAIツール検証フロー AI特区での AIツールの評価
ガイドライン 策定と基盤構築 専門チームによる 全社展開&運用 安全な環境、限られたメン バーによるスピーディーな検 証サイクル 特区で得られた知見を形式 知&基盤化。全社展開のた めのセキュリティ対策 AI駆動開発チームによるス ピーディーな展開と 継続的な評価
AIエージェント 導入における課題と対策
5 セキュリティ • 社内コードがAIモデルの学 習データになる懸念 • センシティブのデータの外部 流出リスク
• 危険なコマンド がエージェン ト経由で実行されるリスク コスト • 利用量増加に伴う予測不能 なコスト増大 • 費用対効果 の可視化と評価 AIリテラシー • プロンプトエンジニアリングな どのスキルの格差 • 不適切な利用 でセキュリティ リスクが増大する可能性 AIエージェント導入における課題
6 AIエージェント導入における課題 セキュリティ コスト AIリテラシー プロキシサーバ
多角的な活用促進 ガイドライン
7 AIエージェント導入における対策 - プロキシサーバ • 社内LLM基盤を通して、モデルプロバイダと 接続するプロキシサーバを構築 • プロキシでは入力のマスキングと出力のガー
ドレールを構築 ◦ 実行コマンドを解析し 、危険なパターンを チェック。さらにLLMでリスクレベルを判定 ◦ MCPも同様に制限 • 開発者ごと、ツールごとの token数やリクエ スト数を計測 し、より詳細な利用状況やコスト 内訳を評価 Raw Output Raw Input Safe Input Safe Output Proxy PC Model Provider
8 AIエージェント導入における対策 - プロキシサーバ • プロキシサーバはどのAIエージェントでも共 通のものを利用。入出力のフィルタやガード ルールも原則共通 •
ただし、プロンプトの中身はツールごとに解析 して対策する The Assistant is a Professional Software Engineer… <tools> <tool> <name>GitHub MCP</name> … Cline Roo Code goose
9 AIエージェント導入における対策 - ガイドライン 社内で解禁するAIエージェントツールはすべてガイド ラインを策定 •
ツールごとのガイドラインをすべて指定 ◦ プロキシサーバの設定 ◦ グローバル/リポジトリごとのルールファイル (.clinerules, CLAUDE.md など)の設定 ◦ その他個別の考慮事項 • これらガイドラインはAI特区での検証をもとに作成
10 AIエージェント導入における対策 - ガイドライン Devin 2人以上の開発者の Approveを強制(指示者を含むことも可)。 GitHub
Actions で強制。 → Devinユーザーになりすまして、悪意のあるcommitを混入させることが出来そうなため Claude Code 一定以上の利用実績のある開発者に Claude Max の配布 → コスト最適化や利用促進。プロキシサーバがあるからできた対策
11 AIエージェント導入における対策 - 多角的な活用促進 AIエージェントは熟練度によって効果が大きく異なる ことがわかった。 社内での利用促進やスキルアップための取り組みや 仕組みづくり。
• 社内Slack, 社内ブログ による知見共有 • 社内勉強会 • チームごとの強制AIデーの実施 • 熟練者とのモブプロやライブコーディング ボトムアップとトップダウンの両輪
AIエージェント 導入後の成果と課題
13 AIエージェントの導入後の成果 Cline開放の4月→7月にかけて コーディングエージェント利用率 45% → 86%
総消費トークン数 3.5倍 → 利用は順調に拡大!
14 AIエージェントの導入後の成果 AIエージェント( Cline, goose, Claude Code…) •
多くの開発者が生産性アップを実感 • CIへの組み込みやModeの活用も • 特に上位利用者はPR数もアップ! Devin • 並列度アップで特にリーダー陣に人気 • Ask DevinやDevin Wikiが便利 → 一方で見えてきた課題も ……
15 使いこなし格差 生産性の向上 スケールの壁 AIエージェントの導入後の課題 •
全社強制AI合宿の実施 • チームを跨いだ知見の共有の ための仕組みづくり • 勉強会やモブプロ、ライブコー ディング • AIツールの適用範囲の拡大。 企画/設計/QA • CIへの組み込みやより自律的 に動作するAIツールの拡大 • AI向けのコンテキストをさらに充 実。暗黙知の明文化 • AIに最適化した開発プロセス • レビューや動作確認をサポート するシステム